BI Question List.doc

BI（Business Intelligence）是企业用来收集、分析和呈现数据以支持决策制定的一种技术。这份问题列表涉及了BI的重要组成部分——数据仓库（DWH）的概念、方法论和ETL（提取、转换、加载）过程，主要使用了Informatica作为ETL工具。以下是详细的知识点解析： A. 数据仓库概念和方法论 1. 数据仓库特性：数据仓库是一个集中的、面向主题的、反映历史变化的数据存储，旨在支持管理决策。 2. OLTP（在线事务处理）与OLAP（在线分析处理）：OLTP是日常业务操作，处理大量事务；OLAP用于分析查询，支持复杂的多维分析。 3. 数据仓库架构：通常包括源系统、数据 staging 区、ODS（操作数据存储）、数据仓库和数据集市。 4. 数据仓库构建生命周期：包括需求分析、设计、开发、测试、部署和维护等阶段。 5. 数据建模：在DWH项目中，涉及星型、雪花型等维度建模，以及关系型和多维数据模型的选择。 B. 维度建模和事实表 6. 关系型数据建模与维度数据建模：前者侧重于事务处理，后者关注分析查询。 7. 晚到的维度和事实：处理在加载后才出现的新维度或事实数据。 8. 数据仓库与数据集市：数据仓库是整个企业的数据存储，而数据集市是特定部门或业务领域的数据仓库。 9. 元数据：描述数据的数据，包括数据来源、含义等，通过元数据管理系统进行管理。 10. ODS（操作数据存储）：介于源系统和数据仓库之间，用于数据清洗和预处理。 11. ODS与staging区：ODS包含业务规则，staging区主要是数据的临时存储。 12. 事实表与维度表：事实表包含测量数据，维度表提供上下文信息。 13. 维度类型：时间、地理、产品、客户等；SCD（Slowly Changing Dimension）处理维度的变化。 14. 事实类型：累积事实、时期事实、交易事实等。 15. 事实表格类型：累积、时期、稀疏、稠密等。 16. 数据仓库模式：星型、雪花型、星座型等。 17. 替代键（Surrogate Key）：无业务意义的唯一标识符，用于处理维度变化。 18. 粒度/Grain：数据仓库中最小的分析单位。 19. RDBMS与MDDB（多维数据库）：RDBMS适合事务处理，MDDB适合OLAP分析，MDDB在处理多维数据上有优势。 20. 钻取（Drill down）与上卷（Drill up）：向下深入细节，向上概括汇总。 21. 旋转（Rotation）：多维数据的不同视角转换。 22. 切片（Slicing）与切块（Dicing）：在特定维度上选择数据子集。 23. OLAP类型/模型：ROLAP、MOLAP、HOLAP。 24. 数据模型优化技术：索引、分区、压缩等。 25. 审计模型元素：数据更改跟踪、用户活动监控等。 C. ETL（Informatica） 26. ETL：从不同源头抽取数据，转换为适合分析格式，加载到目标系统的过程。 27. ETL工具：Informatica、Talend、SSIS等。 28. 维度表和事实表加载：维度表通常是预先加载，事实表随事务更新。 29. 全量加载与增量加载：全量重新加载所有数据，增量只加载新或已变更数据。 30. Informatica Power Center客户端组件：Designer、Workflow Manager、Repository Manager等。 31. 目标定义创建方法：直接创建、从源映射等。 32. 常见Informatica转换：源解析器、目标编写器、查找、连接、聚合等。 33. 主动与被动转换：主动转换改变数据流，被动转换不影响数据流。 34. 连接与非连接转换：连接转换实时处理，非连接转换单独执行。 35. 连接查找与非连接查找：连接查找在线处理，非连接查找离线缓存结果。 36. 动态缓存查找何时使用：当数据变化不大时，提高性能。 37. 缓存与未缓存查找：缓存提高速度，未缓存可能更实时。 38. 查找缓存类型：内存、文件、数据库等。 39. 路由器与过滤器转换：路由器分发数据流，过滤器按条件剔除数据。 40. 空值行过滤：通过过滤器或源限定器实现。 41. 参数与变量：参数是预定义值，变量可动态改变。 42. 单美元符与双美元符：$用于表达式，$$用于变量引用。 43. 映射运行：指执行映射的过程，包括调度和执行作业。 以上就是 BI Question List.doc 文件中涵盖的主要知识点，这些内容涵盖了数据仓库的设计、构建和ETL过程中涉及的关键技术和概念。理解并掌握这些知识，对于从事BI工作的专业人士来说至关重要。